Maszyny i napędy elektryczne
Kluczowe elementy jazdy autonomicznej na przykładzie elektrycznego pojazdu
demonstracyjnego EVE
Paweł Skruch, Marek Długosz, Antoni Cieśla
Streszczenie: W pracy przedstawiono kluczowe elementy składające się na system automatycznego sterowania pojaz- dem autonomicznym, który może być traktowany jako rodzaj wyspecjalizowanego robota mającego do wykonania zadanie podróży z punktu A do punktu B. Do kluczowych elementów jazdy autonomicznej należy zaliczyć: czujniki i systemy per- cepcji otoczenia, platformy sterowania i obliczeniowe, archi- tekturę elektryczno-elektroniczną pojazdu, systemy łączności, doświadczenie użytkowników, wsparcie infrastruktury oraz sys- temy bezpieczeństwa i ochrony. Elementy jazdy autonomicznej zostały zilustrowane na przykładzie demonstracyjnego pojazdu elektrycznego EVE.
EssEntial ElEmEnts of autonomous driVing basEd on dEmo ElEctric car EVE Abstract: The paper presents essential elements of the control system for autonomous vehicles, which can be considered as a sort of specialized robot having a task to go from point A to point B. The key elements of autonomous driving include: sensors and perception systems, computing platforms and control systems, electrical-electronic architecture, connectivity to other vehicles and elements of infrastructure, user experience, off board sup- port and services, functional safety and security. The key ele- ments are illustrated on demo electric car EVE.
1. Wstęp
Na przestrzeni ponad 100 lat rozwoju motoryzacji w kon- strukcji samochodów zmieniło się prawie wszystko. Pojawiły się nowe rozwiązania mechaniczne, nowe materiały konstruk- cyjne, nowe silniki oraz paliwa, ale sposób sterowania samo- chodem w postaci człowieka – kierowcy pozostał praktycznie niezmieniony. Z jednej strony człowiek jako system sterowania sprawdza się bardzo dobrze, z drugiej jednak strony, jak poka- zują statystyki [4, 5, 23], jest to najbardziej zawodny element samochodu. W trakcie prowadzenia pojazdu kierowca musi wykonywać około 20 do 30 skoordynowanych operacji w każ- dej minucie jazdy [5]. Każdy system, który wspomaga kierow- cę w prowadzeniu samochodu, np. system ostrzegania przed kolizją z przodu pojazdu [6, 20, 25], adaptacyjny tempomat [22], system ostrzegania przed zjechaniem z pasa jezdni [17], zmniejsza obciążenia kierowcy i prawdopodobieństwo popeł- nienia przez niego błędu. Pojazdy autonomiczne, często zwane też pojazdami automatycznymi lub pojazdami bez kierowcy, będę wyposażane w wszystkie tego typu systemy. Dodatkowo, wszystkie operacje związane z prowadzeniem pojazdu, które obecnie wykonuje kierowca, będą wykonywane przez dedyko- wany system sterowania. Komputer sterujący w przeciwieństwie do człowieka nie męczy się i jeśli tylko uda się opracować pra- widłowe algorytmy sterowania, wyeliminować z nich wszystkie błędy to zasadnym wydaje się stwierdzenie, że dzięki wprowa- dzeniu i upowszechnieniu pojazdów autonomicznych liczba wypadków drogowych ulegnie znaczącej redukcji, a może nawet uda się je wyeliminować całkowicie [5, 7, 16, 23]. Inne korzyści z wykorzystania pojazdów autonomicznych to także uspraw- nienie transportu oraz zwiększenie przepustowości obecnych dróg. Rewolucyjną zmianą może okazać się także sposób w jaki zaczniemy korzystać z samochodów autonomicznych. Szacuje się, że zwykły użytkownik samochodu korzysta z niego przez około 5% czasu jego posiadania. Wykorzystując pojazdy auto- nomiczne możliwe będzie oferowanie usługi transportowej na życzenie użytkownika. Autonomiczny samochód przyjedzie na wezwanie klienta, zrealizuje dla niego usługę, a następnie będzie mógł być wykorzystany przez następną osobę [12, 23].
2. Pojazd autonomiczny
Według klasyfikacji wprowadzonej przez The United States, the National Highway Traffic Safety Administration [24] o po- jeździe możemy powiedzieć, że jest autonomiczny jeśli osiągnął on 4. poziom autonomiczności, czyli w pełni realizuje zada-
nie, bez udziału kierowcy, podróży z punktu A do punktu B.
Alternatywną klasyfikację poziomu autonomiczności pojazdu stosuje organizacja SAE [3], gdzie najwyższy poziom auto- nomiczności pojazdu to 5. Na chwilę obecną w wielu ośrod- kach naukowych i różnych firmach prowadzone są intensyw- ne prace nad konstrukcją takich pojazdów. Najbardziej znane są rozwiązania firmy Google, która realizując projekt Google Self-Driving Car Project [8, 10] skonstruowała i przetestowa- ła praktycznie (na drogach publicznych!) kilka samochodów autonomicznych.
Akademia Górniczo-Hutnicza im. S. Staszica w Krakowie, a w szczególności Katedra Automatyki i Inżynierii Biome- dycznej, od jakiegoś czasu również prowadzi prace naukowo- -badawcze w tym kierunku. Impulsem do rozpoczęcia badań
Maszyny i napędy elektryczne
w tym obszarze było nawiązanie współpracy z firmą Delphi, w ramach której powstało „Laboratorium pojazdów autono- micznych AGH-Delphi”. Dodatkowo firma Delphi użyczyła testowy pojazd elektryczny o nazwie EVE, na bazie którego prowadzone są prace mające na celu skonstruowanie pojazdu autonomicznego na poziomie 4 (rys. 1). Pojazd EVE jest pojaz- dem z napędem elektrycznym na tylną oś, zasilany jest z trzech akumulatorów, skręcanie przednich kół realizowane jest przez system steering-by-wire, tj. pozycja kierownicy ustalona na podstawie potencjometru poprzez układ kontroli steruje silni- kiem elektrycznym, który skręca przednie koła o odpowiedni kąt. Sterowanie hamulcami, pedałem przyśpieszenia odbywa się także elektronicznie. Dzięki temu w prosty sposób można sterować pojazdem z poziomu komputera podłączając odpo- wiednie sygnały wejścia/wyjścia. W przypadku opisywanego w artykule pojazdu elektrycznego sygnałami wejścia/wyjścia są sygnały analogowe o poziome napięć 0–5 V oraz dane prze- syłane po magistrali CAN oraz LIN (np. prędkość pojazdu lub stan naładowania akumulatorów).
3. Elementy jazdy autonomicznej
Pojazd autonomiczny może być traktowany jako rodzaj wy- specjalizowanego robota, który ma do wykonania zadanie po- dróży z punku A do punktu B. Poniżej przedstawione zostały kluczowe elementy składające się na system automatycznego sterowania pojazdem.
3.1. Czujniki i percepcja otoczenia
Do bezpiecznego zrealizowania zadania sterowania przez pojazd autonomiczny niezbędne jest wyposażenie go w odpo- wiednie czujniki, które umożliwią mu prawidłową percepcję (interpretację) otoczenia. Do określenia pozycji geograficznej pojazdu używa się czujników GPS. Na podstawie danych o po- zycji z takiego czujnika można określić czy pojazd dotarł do zadanego punktu trasu. Niestety najczęściej deklarowana przez producentów dokładność pomiaru na poziomie 5–15 m jest nie do przyjęcia, aby na jej podstawie generować bezpośrednio sy- gnał sterowania (przy prędkości 100 km/h pojazd przemieszcza się około 27,7 m/s!). W przyszłości będzie można wykorzystać
rys. 1. Elektryczny pojazd EVE przekazany AGH przez firmę Delphi
czujniki systemu Galileo, w którym zakładana dokładność ma wynosić nawet 10 cm. Oprócz systemów satelitarnych wyzna- czania pozycji wykorzystywane będą systemy naziemne, np.
sieci Vehicle To Infrastructure (V2I), które wspomogą system nawigacji satelitarnej. Kolejnym typem czujników wykorzysty- wanych w pojazdach autonomicznych są czujniki odległości.
Tutaj można wymienić czujniki radarowe, laserowe lub ultradź- więkowe. Ich podstawowym zadaniem jest dostarczenie infor- macji o odległości od innych obiektów. Ponieważ pojazd auto- nomiczny realizuje swoje zadanie w otoczeniu innych obiektów, takich jak np. inne samochody, piesi, przeszkody, w związku z tym musi być on wyposażony w czujniki, które umożliwią mu rozpoznanie tych elementów. Zadanie to realizowane jest przez systemy wizyjne w postaci zestawu kamer wspomaganych radarami lub lidarami wraz z odpowiednim oprogramowaniem.
Na podstawie danych z tego typu czujników i wykorzystania zaawansowanego oprogramowania, które na bieżąco mapuje przestrzeń wokół pojazdu układ sterowania może modyfiko- wać swoje działanie tak, aby bezpiecznie osiągnąć zadany cel podróży [5, 9].
Demonstracyjny pojazd elektryczny EVE wyposażony jest na chwilę obecną w zintegrowany system radaru z kamerą. Drugi etap prac przewidziany na czwarty kwartał 2015 roku przewi- duje dodanie czterech bocznych radarów, modułu GPS oraz czujników ultradźwiękowych.
3.2. Platforma sterowania i obliczeniowa
Kolejnym elementem systemu umożliwiającego autonomicz- ną jazdę pojazdu jest algorytm sterowania i platforma oblicze- niowa. Na podstawie danych zebranych z czujników, układ sterowania musi odpowiednio zinterpretować stan w jakim znajduje się sterowany pojazd oraz stan otoczenia i na tej pod- stawie wygenerować odpowiednie sygnały sterowania. Istotną cechą algorytmu sterowania i platformy obliczeniowej jest ich determinizm czasowy, tzn. sygnały sterowania bezwarunkowo muszą być generowane w czasie nie dłuższym od założone- go – musi być to więc system czasu rzeczywistego. Pojazd EVE został wyposażony w platformę obliczeniową MicroAutoBox [11, 18]. Programowanie odbywa się przy wykorzystani pakietu MATLAB/Simulink. Program jest tworzony przy pomocy gra- ficznego interfejsu i składa się z połączonych ze sobą bloków funkcjonalnych. Na podstawie takiego schematu blokowego jest następnie generowany kod programu, który po kompilacji jest uruchamiany na właściwie wybranej platformie sprzętowej (rys. 2). W efekcie końcowym otrzymujemy system czasu rze- czywistego (gwarantowane jest to przez producenta platformy sprzętowej oraz wykorzystane oprogramowanie MATLAB/Si- mulink [21]), który realizuje nasze zadanie sterownia. Możli- wość graficznego tworzenie programu w sposób znaczący przy- śpiesza sam proces programowania. Automatyczna generacja kodu gwarantuje nam, że kod programu będzie optymalny pod względem wydajnościowym i dodatkowo wolny od typowych błędów popełnianych przez człowieka podczas programowania.
3.3. Architektura elektryczno-elektroniczna
Pojazd EVE zasilany jest jednym silnikiem prądu zmiennego z napędem na tylną oś. Pozycja pedału przyśpieszenia jest od-
Maszyny i napędy elektryczne
czytywana przy pomocy potencjometru, a następnie jest gene- rowany sygnał analogowy (poziom od 0 V do 5 V) do układu sterowania silnikiem. Prędkość maksymalna uzyskiwana przez pojazd to 20 km/h (jest ona ograniczona elektronicznie) przy zasięgu 15–20 km. Układ kierowniczy zbudowany jest z kierow- nicy wykorzystywanej w grach komputerowych. Pozycja kątowa kierownicy jest ustalana poprzez potencjometr i przekazywana do układu sterowania silnikiem, który skręca koła. Układ wy- konawczy skręcania kół składa się z niewielkiego silnika prądu stałego oraz przekładni liniowej. Działanie pojazdu EVE jest nadzorowane przez system komputerowy zbudowany w opar- ciu o procesor Atmel Atmega 128. Monitoruje on podstawowe parametry pojazdu, takie jak prędkość, temperaturę silnika, stopień naładowania akumulatorów, a także zarządza częścią logiczną związaną z załączaniem świateł, otwieraniem drzwi, itp. Wszystkie elementy odpowiedzialne w jakikolwiek sposób za działania pojazdu EVE zostały zamontowane w podłodze po- jazdu, tak aby dostęp do nich nie był przypadkowy. Pojazd EVE może pracować w dwóch trybach pracy: tryb sterowania ręcz- nego i automatycznego. W trybie pracy automatycznej kontrolę nad pojazdem przejmuje algorytm sterowania zaimplemento- wany i wykonywany na platformie szybkiego prototypowania.
3.4. Łączność
Samochody autonomiczne będą miały zainstalowane pokła- dowe urządzenia komunikacyjne wykorzystujące bezprzewo- dowe protokoły wymiany danych takie jak IEEE 802.11p, 4G LTE, Wi-Fi oraz Bluetooth. Urządzenia te będą zbierać dane przekazywane z pobocza i wysyłane przez inne pojazdy, tak aby ostrzec kierowców przed zbliżającym się ruchem i warunkami drogowymi. Istota działania takiego systemu polega na wysyła-
rys. 3. Eksperyment jazdy autonomicznej na terenie Akademii Górniczo-Hutniczej w Krakowie
niu i odbieraniu ustandaryzowanych wiadomości wykorzystu- jąc bezprzewodową komunikację między pojazdami. Systemy komunikacji samochodu z innymi samochodami i elementami infrastruktury określa się mianem V2V i V2I. Systemy V2V oraz V2I występują często razem pod nazwą V2x lub Car2x [13]. Na podstawie wysłanych i odebranych danych pojazd po- siadający V2x jest w stanie szybko zareagować w przypadku niebezpieczeństwa, ograniczyć prędkość, zatrzymać się oraz przekazać informację do kolejnego pojazdu.
Samochód demonstracyjny EVE zostanie wyposażony w sys- tem komunikacji bezprzewodowej V2x bazujący na standar- dach IEEE 802.11p [13], IEEE 1609.x [14] oraz SAE J2735 [19]
w kolejnym etapie prac, który jest planowany na rok 2016.
rys. 2. Proces programowania z wykorzystaniem platformy sprzętowej MicroAutoBox
Maszyny i napędy elektryczne
tronikę, mechanikę, informatykę i automatykę. Idea przyświecająca powstaniu pojazdu autonomicz- nego EVE zakłada wspólną prace nad projektem przez specjalistów z różnych jednostek naukowych przy intensywnej współpracy z jednostkami przemysłowymi.
Pierwsze eksperymenty z jazdą autonomiczną zostały przepro- wadzone w czerwcu 2015 roku na terenie Akademii Górniczo- -Hutniczej w Krakowie (rys. 3).
3.6. Wsparcie infrastruktury Poruszanie się samochodu au- tonomicznego na wspomnianym już poziomie 4. nie będzie możli- we bez odpowiedniego wsparcia ze strony infrastruktury drogo- wej. Elementy infrastruktury bę- dą musiały zostać dostosowane do nowych wymogów. Systemy V2x będą wymagać odpowied-
nich stacji infrastruktury, tzw.
ITS-S (Inteligent Transport Sys- tem-Station). Stacje te będą otrzy- mywać i monitorować informa- cje pochodzące od pojazdów i na bieżąco informować inne pojazdy o sytuacji na drogach w danym momencie czasowym. Nad od- powiednimi standardami oraz re- gulacjami prawnymi zaczęto już pracować w kilku krajach, m.in.
w USA oraz Niemczech.
3.7. Bezpieczeństwo i ochrona Bezpieczeństwo i niezawod- ność samochodowych układów elektronicznych przy wzrastają- cej funkcjonalności i złożoności funkcji (opartych na oprogra- mowaniu) są kluczowymi zagad- nieniami aktualnego i przyszłego postępu w branży motoryzacyj-
nej. Nowa ukazująca się norma samochodowa bezpieczeństwa funkcjonalnego ISO 26262 [15] dostarcza wytycznych pozwa- lających uniknąć wzrastających ryzyk wynikających z błędów w systemie. Standardy SPiCE [1] oraz AUTOSAR [2] połączone z normą ISO 26262 są lub w niedalekiej przyszłości będą obo- wiązujące dla wszystkich dostawców wbudowanej elektroniki samochodowej. Należy również zauważyć, że w przypadku gdy samochody będą podłączone do globalnej sieci informatycznej, aspekty związane z bezpieczeństwem samochodowych syste- mów komputerowych staną się jednym z ważniejszych proble- mów do rozwiązania.
3.5. Doświadczenie użytkownika
Proces projektowania pojazdu autonomicznego wymagać bę- dzie również wzięcia pod uwagę aspektów wpływających na do- świadczenia użytkowników, które będą im towarzyszyć podczas jazdy takim pojazdem. Te w przeważającej mierze subiektywne doświadczenia mają decydujący wpływ na poziom zadowole- nia docelowej grupy, dla której pojazd będzie zaprojektowa- ny. Projektowanie samochodu autonomicznego będzie miało zatem charakter interdyscyplinarny łączący ze sobą elementy psychologii, ergonomii, sztuki, użyteczności, wzornictwa prze- mysłowego oraz technologii inżynieryjnych obejmujących elek-
reklama
Maszyny i napędy elektryczne
[13] IEEE Standards: 802.11p-2010 – IEEE Standard for Information Technology – Local and Metropolitan Area Networks – Specific Requirements – Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications Amendment 6:
Wireless Access in Vehicular Environments. http://standards.ieee.
org/findstds/standard/802.11p-2010.html, 2010.
[14] IEEE Standards: IEEE 1609.x – Family of Standards for Wireless Access in Vehicular Environments (WAVE). http://standards.ieee.
org, 2006–2013.
[15] International Standard ISO/DIS 26262: Road Vehicles – Functio- nal Safety, Part 1 to Part 10. http://www.iso.org, 2009.
[16] Jo K., Kim J., Kim D., Jang C., Sunwoo M.: Development of au- tonomous car – part 1: distributed system architecture and deve- lopment process. IEEE Transactions on Industrial Electronics, vol.
61, no. 12, pp. 7131–7140, 2014.
[17] Lee J.W.: A machine vision system for lane-departure detection.
Computer Vision and Image Understanding, vol. 86, no. 1, pp. 52–78, 2002.
[18] Maxwell T., Patil K., Bayne S., Gale R.: Hardware-in-the-loop testing of GM two-mode hybrid electric vehicle. Proc. of the IEEE 12th Workshop on Control and Modeling for Power Electronics (COMPEL), pp. 1–5, 2010.
[19] SAE Standards: J2735 – Dedicated Short Range Communica- tions (DSRC) Message Set Dictionary. http://standards.sae.org/
j2735_201509, 2015.
[20] Srinivasa N.: Vision-based vehicle detection and tracking method for forward collision warning in automobiles. Proc. of the IEEE Intelligent Vehicle Symposium, doi: 10.1109/IVS.2002.1188021, vol. 2, pp. 626-631, 2002.
[21] Xue D., Chen Y.: System Simulation Techniques with MATLAB and Simulink. John Wiley & Sons, Chichester, United Kingdom, 2014.
[22] Vahidi A., Eskandarian A.: Research advances in intelligent col- lision avoidance and adaptive cruise control. IEEE Transactions on Intelligent Transportation Systems, vol. 4, no. 3, pp. 143–153, 2003.
[23] Waldrop M.: Autonomous vehicles: no drivers required. Nature, vol. 518, no. 7537, pp. 20–24, 2015.
[24] U.S. Department of Transportation, National Highway Traffic Safety Administration: Releases Policy on Automated Vehicle De- velopment, 2013.
[25] Zheng N., Tang S., Cheng H., Li Q., Lai G., Wang F.W.: To- ward intelligent driver-assistance and safety warning system. IEEE Intelligent Systems, vol. 19, no. 2, pp. 8–11, 2004.
4. Podsumowanie
Wiele koncernów samochodowych oraz dostawców kompo- nentów dla przemysłu motoryzacyjnego przewiduje, że pierw- sze pojazdy autonomiczne pojawią się w seryjnej produkcji po 2020 roku. Firmy te przeprowadziły do tej pory szereg testów, których wyniki wskazują jednoznacznie, że dysponujemy już technologiami i rozwiązaniami, które umożliwiają poruszanie się samochodu bez udziału kierowcy. Ostatnio takim dobrym przykładem jest test wykonany przez firmę Delphi, który po- legał na przejechaniu samochodem zautomatyzowanym z San Francisco do Nowego Jorku. Przejazd ten był autonomiczny w 99% przejechanej trasy – pozostałe 1% obejmował przede wszystkim operacje tankowania. Jednak sytuacja, w której wszystkie pojazdy poruszające się po drogach publicznych będę autonomiczne zdaje się być jeszcze odległą perspektywą. Klu- czowym i pełnym wyzwań będzie okres przejściowy, w którym jednocześnie będą koegzystować tradycyjne i autonomiczne po- jazdy. Prawidłowe funkcjonowanie transportu samochodowego w tym okresie będzie wymagać specjalnych regulacji prawnych, nad którymi pracują już instytucje w USA, Niemczech i Wiel- kiej Brytanii.
literatura
[1] Automotive SPICE: Automotive SPICE. Process Assessment Model (PAM) and Process Reference Model (PRM). http://www.automo- tivespice.com, 2010.
[2] Automotive Open System Architecture (AUTOSAR): Specifica- tions, release 4.0. http://www.autosar.org, 2012.
[3] Bartels A., Eberie U., Knapp A.: Deliverable D2.1 System Clas- sification and Glossary. Adaptive Consortium, 2015.
[4] Buehler M., Iagnemma K., Singh S.: The DARPA Urban Chal- lenge, Autonomous Vehicles in City Traffic. Springer-Verlag, Ber- lin, Heidelberg, 2009.
[5] Cheng H.: Autonomous Intelligent Vehicles. Theory, Algorithms, and Implementation. Springer, London, Dordrecht, Heidelberg, New York, 2011.
[6] Dagan E., Mano O., Stein G.P., Shashua A.: Forward collision warning with a single camera. Proc. of the IEEE Intelligent Vehic- les Symposium, doi: 10.1109/IVS.2004.1336352, pp. 37–42, 2004.
[7] Desjardins C., Chaib-draa B.: Cooperative adaptive cruise con- trol: a reinforcement learning approach. IEEE Transactions on Intelligent Transportation Systems, vol. 12, no. 4, pp. 1248–1260, 2011.
[8] Fisher A.: Inside Google’s quest to popularize self-driving cars.
Popular Science, http://www.popsci.com/cars/article/2013-09/
google-self-driving-car, 2013.
[9] Ge S.S., Lewis F.L.: Autonomous Mobile Robots: Sensing, Control, Decision Making and Applications. Taylor & Francis, Boca Raton, London, New York, 2006.
[10] Guizzo E.: How google’s self-driving car works. IEEE Spectrum Online, vol. 18, 2011.
[11] Güvenç L. et. al.: Cooperative adaptive cruise control implemen- tation of team Mekar at the grand cooperative driving challenge.
IEEE Transactions on Intelligent Transportation Systems, vol. 13, no. 3, pp. 1062–1074, 2012.
[12] Hietanem S.: ‘Mobility as a Service’ – the new transport model?
Eurotransport, vol. 12. no. 2, pp. 1–4, 2014.
dr inż. Paweł Skruch, dr inż. Marek Długosz, dr hab. inż. Antoni Cieśla artykuł recenzowany